CN107106094A - 注意力缺陷的评估 - Google Patents

注意力缺陷的评估 Download PDF

Info

Publication number
CN107106094A
CN107106094A CN201580068530.2A CN201580068530A CN107106094A CN 107106094 A CN107106094 A CN 107106094A CN 201580068530 A CN201580068530 A CN 201580068530A CN 107106094 A CN107106094 A CN 107106094A
Authority
CN
China
Prior art keywords
deviation
assessment
display
image
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201580068530.2A
Other languages
English (en)
Other versions
CN107106094B (zh
Inventor
M·F·吉利斯
L·克拉明
D·范明德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN107106094A publication Critical patent/CN107106094A/zh
Application granted granted Critical
Publication of CN107106094B publication Critical patent/CN107106094B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/168—Evaluating attention deficit, hyperactivity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/012—Head tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Developmental Disabilities (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Educational Technology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Geometry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Ophthalmology & Optometry (AREA)

Abstract

提供了一种系统和方法以在注意力缺陷的评估中使用。在所述评估期间，测试图像在显示器上被呈现给对象。从相机获得相机图像，所述相机图像指示在所述评估期间在所述对象的头部与所述显示器之间的几何关系。所述相机图像被分析以确定在所述对象的头部与所述显示器之间的所述几何关系与参考几何关系的偏差。然后，生成并且输出偏差数据，所述偏差数据指示所述偏差。所述偏差数据的有利使用包括向所述用户提供视觉反馈、调节所述测试图像、并且在处理所述评估的测试数据时考虑所述偏差。有利地，减小或避免了对于在所述评估期间经训练的专业人员要在场的需求。

Description

注意力缺陷的评估
技术领域
本发明涉及一种在注意力缺陷的评估中使用的系统和方法。本发明还涉及一种包括所述系统的平板电脑(tablet)设备以及一种用于使处理器系统执行所述方法的计算机程序产品。
背景技术
患者可能已经从例如创伤性脑损伤(TBI)或卒中受到脑损伤。在遭受TBI或卒中之后，存在被执行用于诊断并且然后监测患者的恢复情况的各种认知测试。这些测试通常利用纸和笔来执行，并且结果被录入到患者的记录中。然而，存在若干趋势确立了对于数字化这样的测试的需求。例如，数字测试更适于直接数据存储以及此后的数据挖掘，从而预测患者的(认知)恢复情况并且有助于康复规划。另外，该信息可以潜在地被用于对新的TBI或卒中患者进行分级。
存在尽可能快地沿着护理持续性来移动TBI和卒中患者的日益增长的经济压力，这导致更多患者在与治疗专家面对面交互的时间量减少的情况下在家进行康复。发明人已经认识到，这产生了对于能够由患者自己在未受监督的设施中执行数字认知测试的需求，从而使得能够以更高的频率来监测患者的恢复情况并且如果需要的话远程地调节治疗计划。
TBI和卒中的常见症状是注意力缺陷，诸如半侧空间忽视。对半侧空间忽视的评估通常包括患者执行包含搜索并且消除(cross out)特定刺激的任务，如在图2和图3中所示的。与在对注意力缺陷的评估中所使用的其他类型的认知测试一样，通常以纸/笔格式执行对半侧空间忽视的评估。
发明内容
发明人已认识到，妨碍使对注意力缺陷的评估自动化的因素是对象相对于测试图像的中线不移动他/她的头部的重要性，否则所述测试结果将是无效的。这样，在神经心理学评估期间，神经心理学家或其他经训练的专业人员必须在场以观察所述患者并且确保他如所指令地执行所述测试。
具有在注意力缺陷的评估中使用的如下系统或方法将是有利的，所述系统或方法避免或减小了对于在所述评估期间神经心理学家或其他经训练的专业人员要在场的需求。
本发明的第一方面提供一种在注意力缺陷的评估中使用的系统，包括：
-用户交互子系统，其能连接到显示器，作为所述评估的一部分，所述显示器用于将测试图像呈现给对象；
-相机，其用于获得相机图像，所述相机图像指示在所述评估期间在所述对象的头部与所述显示器之间的几何关系；
-分析子系统，其用于分析所述相机图像以确定所述对象的头部与所述显示器之间的所述几何关系与参考几何关系的偏差；以及
-数据接口，其用于输出偏差数据，所述偏差数据指示所述偏差，使得能够补偿所述评估中的所述偏差。
本发明的另一方面提供了一种包括所述系统的平板电脑设备。
本发明的另一方面提供了一种在注意力缺陷的评估中使用的方法，包括：
-作为所述评估的一部分，使用显示器将测试图像呈现给对象；
-获得相机图像，所述相机图像指示在所述评估期间在所述对象的头部与所述显示器之间的几何关系；
-分析所述相机图像以确定所述对象的头部与所述显示器之间的所述几何关系与参考几何关系的偏差；并且
-输出偏差数据，所述偏差数据指示所述偏差，使得能够补偿所述评估中的所述偏差。
本发明的另一方面提供了一种包括用于使处理器系统执行所述方法的指令的计算机程序产品。
作为对注意力缺陷的评估的一部分，以上措施包含在显示器上将测试图像呈现给对象。这样的测试图像可以采取各种形式，包括但不限于图2和图3中所示的测试图像。这样，所述系统可以显示常规在纸/笔测试中所使用的测试图像的数字变体。
获得相机图像，所述相机图像指示在所述评估期间在所述对象的头部与所述显示器之间的几何关系。因此，所述相机图像可以示出所述对象的头部和/或所述显示器的一部分或全部。然而，对于所述相机图像而言，例如如果在所述相机与a)所述显示器和/或b)所述对象之间的几何关系是已知的，则仅示出上述两个中的任一个可以是足够的。例如，所述相机可以被构建到所述显示器中。因此，对于所述相机图像而言，示出所述对象的头部(的一部分)可以是足够的，而无需示出所述显示器。相反地，所述相机可以是可穿戴设备，例如，作为谷歌眼镜或类似设备的一部分。因此，对于所述相机图像而言，示出所述显示器(的一部分)可以是足够的，而无需示出所述对象自身。
所述相机图像被分析以确定所述对象的头部与所述显示器之间的所述几何关系与参考几何关系的偏差。在此，所述参考几何关系可以被假定为在所述评估的至少一部分期间由所述对象维持。例如，对诸如半侧空间忽视的注意力缺陷的有效评估可以假定对象相对于所显示的测试图像的中线被中心地定位。因此，可以根据所述相机图像来确定所述对象是否相对于所显示的测试图像的中线未对齐。应当注意到，所述显示器与所显示的测试图像之间的所述几何关系是已知的。因此，可以通过确定所述显示器与所述对象之间的几何关系来获得所显示的测试图像与所述对象之间的几何关系。
以上措施具有获得指示所述偏差的偏差数据的效果。这使得能够以各种方式，例如仍然在所述评估期间或者在评价从所述评估所获得的测试数据之后，来补偿在对注意力缺陷的评估中的所述偏差，。因此，避免或减小了对于在所述评估期间神经心理学家或其他经训练的专业人员要在场的所述需求。有利地，患者可以在未受监督的设施中完成所述评估。
任选地，所述用户交互子系统包括显示处理器，所述显示处理器用于生成输出图像以用于在所述显示器上呈现，所述输出图像是基于测试图像和偏差数据来生成的。通过基于所述偏差数据来生成所述输出图像，所述系统能够仍然在所述测试期间补偿所述偏差，例如，通过向所述对象提供视觉反馈或者通过调节所述测试图像。
任选地，所述显示处理器被配置用于在所述输出图像中包括视觉反馈要素(element)，所述视觉反馈要素指示所述偏差是低于还是高于预定偏差阈值。其可以与所述偏差是低于还是高于预定偏差阈值相关。例如，与所述参考几何关系的在预定范围内的偏差可以被认为是可接受的，然而，超过所述预定范围的偏差可以被认为是不可接受的。通过在所述输出图像中提供符号、文本、或者其他类型的视觉反馈要素，提供所述偏差是低于还是高于所述预定偏差阈值的视觉反馈。有利地，使得所述对象能够自己补偿所述偏差。
任选地，所述显示处理器被配置用于生成所述视觉反馈要素，以指示为了减小所述偏差而要将所述对象的头部重新定位和/或重新取向的方向。例如，所述视觉反馈要素可以是箭头或其他指向性视觉要素。有利地，向所述对象提供更特异性的视觉反馈，这使得能够更快和/或更容易的补偿。
任选地，所述显示处理器被配置用于在所述测试图像周围的边界中生成所述视觉反馈要素或者生成所述视觉反馈要素作为所述测试图像周围的边界。所述测试图像周围的边界很适合于提供视觉反馈，因为其避免了更改所述测试图像自身。此外，边界可以是容易地可感知的，同时不是太分心的。例如，所述边界可以被颜色编码，这在所述偏差高于所述预定偏差阈值的情况下提供红色边界，并且在所述偏差低于所述阈值的情况下提供绿色边界。
任选地，所述显示处理器被配置用于调节如在所述输出图像中所呈现的所述测试图像，以便说明在所述对象的头部与所述显示器之间的所述几何关系的所述偏差。替代向所述用户提供视觉反馈或者除此之外，所述测试图像还可以被几何地调节以便补偿所述偏差。例如，如果所述对象的头部相对于所述显示器以及被显示在所述显示器上的所述测试图像旋转(滚动)，则所述测试图像可以被旋转以便使所述测试图像与所述对象的旋转的头部对齐。有利地，对于所述用户而言不需要自己补偿所述偏差。相反地，适合地调节所述测试图像。
任选地，所述显示处理器被配置用于通过旋转和/或平移所述测试图像来调节所述测试图像。所述对象的头部与所述显示器之间的未对齐的常见形式包含相互旋转和平移。在此，术语‘平移’指代相对于所述显示器的显示平面的未对齐，例如，当考虑所述对象的头部的正交投影到所述显示平面上的位置时。因此，使得所述显示处理器能够补偿这样的常见未对齐。
任选地，所述用户交互子系统被配置用于记录表示在所述评估期间从所述对象获得的用户输入的测试数据，并且所述数据接口被配置用于将所述偏差数据存储作为针对所述测试数据的元数据。因此，所述用户交互子系统可以在所述评估期间记录所述对象的输入。这样的输入可以包含如由所述对象例如使用用户输入设备所选择的在显示器上的位置。所述偏差数据被存储作为针对所述测试数据的元数据，因为其可以提供关于所述测试数据的信息，诸如在所述评估期间所述对象的头部与所述显示器之间的几何关系。非限制性范例为，针对在所述评估期间由所述对象所选择的每个屏幕上位置，所述偏差数据可以指示所述对象的头部与所述显示器之间的几何关系。有利地，所述偏差数据可以使能对测试数据的更可靠的分析，其中，其可以允许例如忽视所述对象的头部与所述显示器之间的所述几何关系同所述参考几何关系的所述偏差高于预定偏差阈值的测试结果。
任选地，所述系统还包括评价子系统，所述评价子系统用于基于所述偏差数据来处理所述测试数据以在所述测试数据中说明在所述对象的头部与所述显示器之间的所述几何关系的所述偏差。因此，例如通过忽视所述偏差超过预定偏差阈值的测试结果，或者通过补偿对所述测试数据的所述分析中的所述偏差，所述评价子系统可以自主地说明所述对象的头部与所述显示器之间的所述几何关系与所述参考几何关系的所述偏差。
任选地，所述用户交互子系统被配置用于记录计时信息作为所述测试数据的一部分，所述计时信息表示所述评估期间所述对象的反应时间。
任选地，所述分析子系统被配置用于分析所述相机图像以确定所述对象相对于所述显示器的注视点，并且所述用户交互子系统被配置用于记录注视信息作为所述测试数据的一部分。
任选地，所述分析子系统被配置用于向所述相机图像应用面部识别技术以验证参与所述评估的所述对象的身份。
根据上文，一种系统和方法可以被提供在诸如半侧空间忽视的注意力缺陷的评估中使用。在所述评估期间，可以在显示器上将测试图像呈现给对象。可以从相机获得相机图像，所述相机图像指示在所述评估期间在所述对象的头部与所述显示器之间的几何关系。所述相机图像可以被分析以确定所述对象的头部与所述显示器之间的所述几何关系与参考几何关系的偏差。然后，可以生成并且输出偏差数据，所述偏差数据指示所述偏差。所述偏差数据的有利使用包括向所述用户提供视觉反馈、调节所述测试图像、并且在处理所述评估的测试数据时考虑所述偏差。有利地，可以减小或避免对于在所述评估期间经训练的专业人员要在场的所述需求。
本领域技术人员将意识到，可以以被认为有用的任意方式来组合本发明的上文所提到的实施例、实施方案、和/或任选方面中的两个或更多个。
本领域技术人员能够基于本说明书执行与所述系统的所描述的修改或变型相对应的平板电脑设备、方法、和/或计算机程序产品的修改和变型。
在独立权利要求中定义了本发明。在所述从属权利要求中定义了有利实施例。
附图说明
根据下文所描述的实施例并参考所述实施例加以阐述，本发明的这些和其他方面是显而易见的。在附图中：
图1示出了在注意力缺陷的评估中使用的系统的示意性概览，其中，在显示器上向对象示出测试图像；
图2和图3示出了可以在对诸如半侧空间忽视的注意力缺陷的评估中使用的不同的已知测试图像；
图4示出了包括所述系统的平板电脑设备，同时还图示了对象的头部与显示器之间的几何关系；
图5示出了输出图像的范例，其中，以测试图像周围的着色边界的形式包括视觉反馈要素；
图6示出了包括另一种类型的视觉反馈要素、亦即指向性指示器的输出图像的另一范例；
图7示出了输出图像的另一范例，其中，测试图像被旋转以说明对象的头部相对于所述显示器的旋转；
图8示出了输出图像的另一范例，其中，测试图像被平移以说明对象的头部相对于显示器的未对齐；
图9A-D图示了在对表示在评估期间从对象获得的用户输入的测试数据的处理中使用的偏差数据；
图10示出了在注意力缺陷的评估中使用的方法；并且
图11示出了包括用于使处理器系统执行所述方法的指令的计算机可读介质。
应当注意，在不同附图中具有相同附图标记的项具有相同的结构特征和相同的功能或者是相同的信号。在已经解释了这样的项的功能和/或结构的情况下，不必在详细说明中对其重复解释。
附图标记列表
附图标记的以下列表被提供用于便于对附图的解读，而不应当被解释为对权利要求的限制。
020-022 相机
030-032 显示器
040 用户输入设备
042 用户输入数据
080 对象
100 在注意力缺陷的评估中使用的系统
110 包括系统的平板电脑设备
120 用户交互子系统
130 显示处理器
132 显示数据
140 用户输入接口
150 分析子系统
152 相机图像
154 对数据接口的通信
160 数据接口
162 偏差数据
170 数据存储设备
180 评价子系统
182 至/自评价子系统的通信
200-210 测试图像
202 通过旋转所调节的测试图像
204 通过平移所调节的测试图像
230 所显示的测试图像的中线
300 对象的头部与显示器之间的参考几何关系
310 对象的头部与显示器之间的实际几何关系
400-408 输出图像
410 以边界的形式的视觉反馈要素
412 以箭头的形式的视觉反馈要素
500 显示器上的选择点的水平坐标
502 头部相对于显示器的旋转(滚动)
510 在没有半侧空间忽视、没有头部旋转的情况下的选择点
512 在有半侧空间忽视、没有头部旋转的情况下的选择点
514 在没有半侧空间忽视、有头部旋转的情况下的选择点
516 在有半侧空间忽视、有头部旋转的情况下的选择点
600 在注意力缺陷的评估中使用的方法
610 显示测试图像
620 获得相机图像
630 确定几何关系的偏差
640 输出偏差数据
650 计算机可读介质
660 表示指令的非瞬态数据
具体实施方式
图1示出了在注意力缺陷的评估中使用的系统100的示意性概览。系统100包括用户交互系统120，用户交互系统120被示出为被连接到显示器030，作为评估的一部分，从而使得用户交互子系统120能够将测试图像呈现给对象080。在图1的范例中，用户交互子系统120被示出为包括显示处理器130，显示处理器130将显示数据132提供给显示器030，其中，显示数据132表示包括测试图像或者由测试图像构成的输出图像。此外，用户交互子系统120被示出为包括用户输入接口140，用户输入接口140用于从由对象操作的用户输入设备040(诸如鼠标、键盘、触摸屏等)接收用户输入数据042。因此，用户交互子系统120可以记录表示在评估期间从对象080所获得的用户输入的测试数据。将意识到，用户交互子系统120还可以采取适于将测试图像呈现给对象的任何其他形式。
系统100还包括相机020，相机020用于获得相机图像152，所述相机图像指示在评估期间在对象080的头部与显示器030之间的几何关系。系统100还包括分析子系统150，分析子系统150用于分析相机图像152以确定在对象的头部与显示器之间的几何关系与参考几何关系的偏差。在此，所述参考几何关系可以是被假定为在评估的至少一部分期间由对象维持的几何关系。例如，所述参考几何关系可以表示所述对象的头部与所述测试图像的中线对齐。
系统100还包括数据接口160，数据接口160用于输出偏差数据162，所述偏差数据指示所述偏差，使得能够补偿在对诸如半侧空间忽视的注意力缺陷的评估中的偏差。在图1的范例中，偏差数据162被示出为被提供到显示处理器130并且被存储在数据存储设备170中。数据存储设备170被示出为是系统100的内部部件，并且可以由例如基于盘的数据存储装置(诸如硬盘)、基于半导体的数据存储装置(诸如ROM或RAM)、被插入到存储介质阅读器中的可移除存储介质等构成。应当指出，数据存储设备170还可以外部地提供，例如，以可移除存储介质的形式或者作为附接网络的数据存储设备。一般而言，数据接口160可以采取各种形式，诸如对局域网或广域网(诸如因特网)的网络接口、对内部或外部数据存储设备的存储设备接口等。
图1示出了系统100的另一任选方面，其中，系统100可以包括用于处理由用户交互子系统120记录的测试数据的评价子系统180。参考图9A-9D进一步解释了该方面。
一般而言，参考图2-9将更详细地解释包括其各种任选方面的图1的系统的操作。
应当指出，系统100可以被实现为单个设备或装置(诸如平板电脑设备、智能电话等)或者被实现在单个设备或装置(诸如平板电脑设备、智能电话等)中。所述设备或装置可以包括执行适当软件的一个或多个微处理器。所述软件可能已经被下载和/或被存储在对应的存储器中，例如被存储在诸如RAM的易失性存储器或诸如闪存的非易失性存储器中。备选地，所述系统的各功能单元可以被实现在以可编程逻辑(例如，作为现场可编程门阵列(FPGA))的形式的设备或装置中。一般而言，可以以电路的形式实施系统的每个功能单元。应当指出，还可以以例如包含不同设备或装置的分布式的方式来实施系统100。
图2和图3示出了可以在对半侧空间忽视的评估中使用的不同的已知测试图像200-210。图2示出了对象被请求消除所有线的所谓的消线测试图像200。当数字地、即在显示器上显示测试图像200时，所述对象可以通过提供适当的用户输入，例如通过利用鼠标光标选择线或者通过在装备触摸的显示器上触摸所述线，来消除所述线。图3示出了如由Wilson、Cockburn和Halligan开发的所谓的星形(star)删除测试图像210。在此，对象被请求消除所有小星形。图1的系统100可以利用测试图像，诸如图2和图3的那些测试图像。然而，这并非限制，因为适合于对注意力缺陷的评估的任何其他测试图像也可以由图1的系统100所使用。具体地，注意力缺陷可能不需要与半侧空间忽视相关联，而是具有如下类型，其中，在对注意力缺陷的评估中，在评估期间在所述对象与所显示的测试图像之间的几何关系具有针对测试结果的有效性的相关性。
图4示出了在注意力缺陷的评估中使用的系统已经被集成到平板电脑设备110中。这样，可以利用平板电脑设备110的前置相机022和显示器032。亦即，测试图像200可以被显示为平板电脑的显示器032上的输出图像400的一部分，同时平板电脑的相机022记录相机图像，所述相机图像示出了在查看测试图像200时的对象的头部080。根据所述相机图像，可以确定在对象080的头部与所显示的测试图像200之间存在未对齐，或者一般而言，对象的头部与相对于显示器032的参考位置和/或取向的偏差的任何其他形式。在图4中，被假定为由对象080在评估(的一部分)期间维持的相对位置和/或取向由源自于头部的虚线轮廓的虚线箭头300示出，表示头部080与显示器032之间的参考几何关系。如从图4能够看到的，对象080的头部与显示器032之间的实际几何关系310可能与参考几何关系300偏离。在图4的范例中，该偏差主要是相对位置的偏差，并且在较小程度上，相对取向的偏差。尽管在图4中未明确示出，相对取向的偏差可以包含对象的头部的相对旋转，例如，包含相对滚动、偏转或倾斜。
为了检测对象的头部在相机图像中的位置和/或取向，可以使用各种技术，包括面部检测、姿态估计等。应当指出，检测头部在相机图像中的位置通常是较少挑战性的，并且因此是比检测面部/头部的取向更可靠的。尽管如此，在计算机视觉的领域中已知各种技术，其提供检测头部在相机图像中的取向的足够的可靠性。这样的技术还被称为头部姿态估计，提供滚动、偏转和倾斜角。
图5和图6涉及由所述系统生成的偏差数据的以下使用。亦即，视觉反馈要素可以被包括在输出图像中，指示偏差是低于还是高于预定偏差阈值。
图5示出了输出图像402的范例，其中，以测试图像周围的着色边界410的形式包括视觉反馈要素。例如，当偏差高于预定偏差阈值时可以以红色显示边界410，并且当偏差低于预定偏差阈值时可以以绿色显示边界410。在特定范例中，当检测到头部的姿态时，边界410可以是绿色的，并且头部的旋转(滚动)被发现在显示器的水平面的10度之内。否则，可以以红色显示边界140。所述对象可以被指令以仅在边界是绿色时执行测试。
图6示出了输出图像404的另一范例，其中，包括另一类型的视觉反馈要素，亦即，以箭头412的形式的指向性指示器。所述指向性指示器是视觉反馈要素的范例，所述视觉反馈要素可以被生成以指示为了减小偏差而要将对象的头部重新定位和/或重新取向的方向。在图6的范例中，箭头412可以指示对象应当相对于平板电脑设备向右移动头部以便减小偏差。所述指向性指示器还可以指示偏差的幅度。例如，箭头412的长度可以在通过对象近似地移动他/她的头部而减小偏差时被缩短，并且可以在对象假定在所显示的测试图像的中线230上方的期望位置时消失。
图7和图8涉及由所述系统所生成的偏差数据的另一使用。亦即，如在输出图像中所呈现的测试图像可以被调节，以便说明所述对象的头部与所述显示器之间的几何关系的偏差。这样的调节可以采取各种形式，诸如旋转和平移。前者在图7中被示出，其中，输出图像406包括经旋转的测试图像202以便补偿所述对象的头部相对于显示器的旋转(滚动)，而后者在图8中被示出，其中，输出图像408包括经平移的测试图像204。在这两个附图中，非旋转、非平移的测试图像被示为虚线轮廓200。应当指出，同样可设想到其他形式的调节。例如，仿射变换可以被施加到测试图像，其提供当从所述对象在他/她的相对位置和/或取向处查看时在对象的视场内中心地出现的、在显示器上的测试图像的绘制。
图9A-9D涉及由所述系统所生成的偏差数据的又一使用。在此，作为注意力缺陷的范例，选取与半侧空间忽视相关联的单侧降低的视觉意识，在下文中还被简称为‘半侧空间忽视的评估’。当记录表示在对半侧空间忽视的评估期间从对象获得的用户输入的测试数据时，所述偏差数据可以被存储作为针对测试数据的元数据。这可以使得能够在对测试数据的处理中(例如，在由评价子系统进行的另外的自动处理中或者在另外的手动处理中)说明在所述对象的头部与所述显示器之间的几何关系的偏差。例如，并且如也在图9A-9D中所图示的，可以针对显示器上的用户的选择的水平坐标来设定偏差。亦即，在图9A-9D中，垂直轴502表示在[180，0]度的范围内所述对象的头部相对于所述显示器的旋转(滚动)，其中，0度对应于用户的眼平面(被定义为从面部垂直延伸的通过用户的双眼的平面)与显示器的水平轴对齐，并且其他值表示相对于该对齐的相互旋转(滚动)。水平轴500表示显示器上的选择点的水平坐标。因此，由‘X’所指示的选择点表示特定用户输入，例如，由用户在显示器上对目标(例如，线、星形)的选择(例如，划消)，其中，针对所述对象的头部相对于所述显示器的旋转(滚动)的当前角度来设定其水平坐标。
因此，所获得的(一个或多个)图形然后可以被分析，以确定在对象的视场的哪一个部分中，目标在被选择时存在。能够从图9A-9D看到，不同模式的出现取决于对象是否存在半侧空间忽视的问题，以及对象在评估期间是否旋转他/她的头部。亦即，存在对象可以看到显示器的两侧中的所有靶标的两个可能的原因：他/她不具有半侧空间忽视，或者显示器相对于头部被旋转并且因此所显示的测试图像的两侧的内容未与视场对齐。测量旋转角度允许将这些相互分离。换言之，如果所述对象的头部与所述显示器之间的几何关系是已知的，则能够确定在由对象识别时，划消的靶标是否处在对象的左视场或右视场中。在此，图9A示出了在没有半侧空间忽视并且没有头部旋转的情况下的选择点510，并且图9B示出了在有半侧空间忽视并且没有头部旋转的情况下的选择点512。图9C示出了在没有半侧空间忽视和有头部旋转的情况下的选择点514。在此，在评估期间存在各种旋转，但是靶标514均匀地分布在四个象限上，即，在所显示的测试图像的左侧和右侧而不管旋转角度被识别。这样，可以断定不存在半侧空间忽视。然而，在图9D中，看起来存在半侧空间忽视，因为靶标516仅在被旋转到未受影响的场中时被划消。应当指出，如果旋转角度不是已知的，那么图9D将是线性投影并且将给出不存在半侧空间忽视的错误结果。
发明人还已经认识到，数字神经心理学评估开启了针对额外行为方面和参数(诸如眼睛运动、搜索模式以及反应时间)的测量的可能性。具体地，呈现测试的诸如平板电脑设备的(一个或多个)设备可以被用于监测测试的完成期间的患者的行为，并且因此，如果必要的话，则校正测试得分。这可以具有当在未受控制的环境中执行测试时的特定相关性，诸如针对参与康复计划的TBI或卒中患者的情况。根据上文，计时信息可以被记录作为测试数据的一部分，所述计时信息表示评估期间的对象的反应时间。额外地或者备选地，所述相机图像可以被分析以确定对象相对于显示器的注视点，并且注视信息可以被记录作为测试数据的一部分。应当指出，根据对象的相机图像确定对象的注视点的技术自身是已知的并且可以有利地被用于根据所述相机图像来确定注视点。额外地或者备选地，面部识别技术可以被应用到相机图像以验证参与评估的对象的身份。这样，可以验证相机图像中所示的对象是否对应于注意力缺陷要被评估的对象。
图10示出了在注意力缺陷的评估中使用的方法600。方法600可以与图1的系统100的操作相对应。然而，这并非限制，因为方法600还可以使用一个或多个不同的设备或装置执行。方法600包括在题为“显示测试图像(DISPLAYING TEST IMAGE)”的操作中，作为评估的一部分，使用显示器将测试图像呈现610给对象。方法600还包括在题为“获得相机图像(OBTAINING CAMERA IMAGE)”的操作中，获得620指示在评估期间在所述对象的头部与所述显示器之间的几何关系的相机图像。方法600还包括在题为“确定几何关系的偏差(DETERMINING DEVIATION IN GEOMETRIC RELATION)”的操作中，分析630所述相机图像以确定在所述对象的头部与所述显示器之间的几何关系与参考几何关系的偏差。方法600还包括在题为“输出偏差数据(OUTPUTING DEVIATION DATA)”的操作中，输出640偏差数据，所述偏差数据指示所述偏差，使得能够补偿评估中的所述偏差。
将意识到，可以以任何适合的顺序执行以上操作，例如，连续地、同时地、或者其组合，在适用的情况下，其受需要的特定顺序(例如，由输入/输出关系)影响。
方法600可以在计算机上被实施为计算机实施的方法、专用硬件、或者这两者的组合。还如在图11中所图示的，用于计算机的指令，例如，可执行代码，可以被存储在计算机可读介质650上，例如，以一系列660机器可读物理标记和/或具有不同电气(例如，磁性或光学)性质或值的一系列要素的形式。可以以瞬态或非瞬态方式来存储可执行代码。计算机可读介质的范例包括存储器设备、光学存储设备、集成电路、服务器、在线软件等。图11示出了光盘650。
将意识到，本发明还适于计算机程序，特别地适于将本发明付诸实践的载体上或载体中的计算机程序。所述程序可以以源代码、目标代码、代码中间源以及诸如以部分编译形式的目标代码的形式或者以适于用在根据本发明的方法的实施方案的任何其他形式。还将意识到，这样的程序可以具有不同的架构设计。实施根据本发明的方法或系统的功能的程序代码可以分为一个或多个子例程。将功能分布在这些子例程中间的许多不同方式对于技术人员而言将是明显的。子例程可以一起被存储在一个可执行文件以形成自含式程序。这样的可执行文件可以包括计算机可执行指令(例如，处理器指令和/或解译器指令(例如，Java解译器指令))。备选地，子例程中的一个或多个或全部可以被存储在一个或多个外部库文件并且要么静态地要么动态地(例如，在运行时间处)与主程序链接。主程序包含对子例程中的至少一个的至少一个调用。子例程还可以包括对彼此的调用。涉及计算机程序产品的实施例包括对应于本文所阐述的方法中的至少一个的每个处理阶段的计算机可执行指令。这些指令可以分为子例程和/或被存储在可以静态地或动态地链接的一个或多个文件中。涉及计算机程序产品的另一实施例包括对应于本文所阐述的系统和/或产品中的至少一个的每个装置的计算机可执行指令。这些指令可以分为子例程和/或被存储在可以静态地或动态地链接的一个或多个文件中。
计算机程序的载体可以是携带程序的任何实体或设备。例如，载体可以包括数据存储装置(诸如ROM，例如，CD ROM或半导体ROM)或磁性记录介质(例如，硬盘)。此外，载体可以是可传输载体(诸如电或光学信号)，其可以经由电或光缆或由无线电或其他装置传达。当程序被实现在这样的信号中时，载体可以由这样的电缆或其他设备或装置构成。备选地，载体可以是在其中嵌入程序的集成电路，集成电路适于执行或使用在相关方法的性能中。
应当指出，以上提到的实施例说明而非限制本发明，并且本领域技术人员将能够在不脱离权利要求书的范围的情况下设计许多备选实施例。在权利要求中，放置在圆括号之间的任何参考标记不应解释为对权利要求的限制。动词“包括”和其词形变化的使用不排除权利要求中陈述的那些之外的要素或阶段的存在。在要素前面的冠词“一”或“一个”不排除多个这样的要素的存在。可以借助于包括若干不同要素的硬件和借助于适合地编程的计算机来实现本发明。在枚举若干装置的设备权利要求中，可以通过硬件的同一个项目实现这些装置中的若干。互不相同的从属权利要求中记载了特定措施的仅有事实并不指示不能有利地使用这些措施的组合。

Claims (13)

1.一种在注意力缺陷的评估中使用的系统(100)，包括：
-相机(020-022)，其用于获得相机图像(152)，所述相机图像指示在所述评估期间在对象的头部与显示器之间的几何关系(310)；
-分析子系统(150)，其用于分析所述相机图像以确定在所述对象的头部与所述显示器之间的所述几何关系(310)与参考几何关系(300)的偏差；
-数据接口(160)，其用于输出偏差数据(162)，所述偏差数据指示所述偏差，使得能够补偿所述评估中的所述偏差；
-用户交互子系统(120)，其能连接到显示器(030-032)，作为所述评估的一部分，所述显示器用于将测试图像(200-210)呈现给对象(080)，其中，所述用户交互子系统(120)包括显示处理器(130)，所述显示处理器用于生成输出图像(400-408)以用于在所述显示器(030-032)上呈现，所述输出图像是基于所述测试图像(200-210)和所述偏差数据(162)来生成的；并且
其中，所述显示处理器(130)被配置用于在所述输出图像(400-408)中包括视觉反馈要素(410-412)，所述视觉反馈要素指示所述偏差是低于还是高于预定偏差阈值。
2.根据权利要求1所述的系统(100)，其中，所述显示处理器(130)被配置用于生成所述视觉反馈要素(412)，以指示为了减小所述偏差而要将所述对象(080)的头部重新定位和/或重新取向的方向。
3.根据权利要求1或2所述的系统(100)，其中，所述显示处理器(130)被配置用于生成在所述测试图像(200-210)周围的边界中的所述视觉反馈要素(400)或者生成所述视觉反馈要素(400)作为所述测试图像(200-210)周围的边界。
4.根据权利要求1所述的系统(100)，其中，所述显示处理器(130)被配置用于调节在所述输出图像(406-408)中所呈现的所述测试图像(200-210)，以便说明在所述对象(080)的头部与所述显示器(030-032)之间的所述几何关系(310)的所述偏差。
5.根据权利要求4所述的系统(100)，其中，所述显示处理器(130)被配置用于通过旋转和/或平移所述测试图像来调节所述测试图像(200-210)。
6.根据权利要求1至5中的任一项所述的系统(100)，其中，所述用户交互子系统(120)被配置用于记录测试数据，所述测试数据表示在所述评估期间从所述对象(080)获得的用户输入(042)，并且其中，所述数据接口(160)被配置用于将所述偏差数据(162)存储作为针对所述测试数据的元数据。
7.根据权利要求6所述的系统(100)，还包括评价子系统(180)，所述评价子系统用于基于所述偏差数据(162)来处理所述测试数据以在所述测试数据中说明在所述对象(080)的头部与所述显示器(030-032)之间的所述几何关系(310)的所述偏差。
8.根据权利要求6或7所述的系统(100)，其中，所述用户交互子系统(120)被配置用于将计时信息记录作为所述测试数据的一部分，所述计时信息表示在所述评估期间所述对象(080)的反应时间。
9.根据权利要求6-8中的任一项所述的系统(100)，其中，所述分析子系统(150)被配置用于分析所述相机图像(152)以确定所述对象(080)相对于所述显示器(030-032)的注视点，并且其中，所述用户交互子系统(120)被配置用于将注视信息记录作为所述测试数据的一部分。
10.根据权利要求1至9中的任一项所述的系统(100)，其中，所述分析子系统(150)被配置用于将面部识别技术应用于所述相机图像(152)以验证参与所述评估的所述对象(080)的身份。
11.一种包括根据权利要求1至10中的任一项所述的系统的平板电脑设备(110)。
12.一种在注意力缺陷的评估中使用的方法(600)，包括：
-作为所述评估的一部分，使用显示器将测试图像呈现(610)给对象；
-获得(620)相机图像，所述相机图像指示在所述评估期间在所述对象的头部与所述显示器之间的几何关系；
-分析(630)所述相机图像以确定在所述对象的头部与所述显示器之间的所述几何关系与参考几何关系的偏差；
-输出(640)偏差数据，所述偏差数据指示所述偏差，使得能够补偿所述评估中的所述偏差；并且
-生成输出图像以用于在所述显示器上呈现，所述输出图像是基于所述测试图像和所述偏差数据来生成的并且包括视觉反馈要素，所述视觉反馈要素指示所述偏差是低于还是高于预定偏差阈值。
13.一种包括用于使处理器系统执行根据权利要求12所述的方法的指令的计算机程序产品(650)。
CN201580068530.2A 2014-12-16 2015-12-14 注意力缺陷的评估 Expired - Fee Related CN107106094B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14198284 2014-12-16
EP14198284.3 2014-12-16
PCT/EP2015/079562 WO2016096703A1 (en) 2014-12-16 2015-12-14 Assessment of an attentional deficit

Publications (2)

Publication Number Publication Date
CN107106094A true CN107106094A (zh) 2017-08-29
CN107106094B CN107106094B (zh) 2020-07-07

Family

ID=52278360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580068530.2A Expired - Fee Related CN107106094B (zh) 2014-12-16 2015-12-14 注意力缺陷的评估

Country Status (5)

Country Link
US (1) US9978145B2 (zh)
EP (1) EP3232930B1 (zh)
JP (1) JP6262406B1 (zh)
CN (1) CN107106094B (zh)
WO (1) WO2016096703A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109171739A (zh) * 2018-07-25 2019-01-11 李风华 运动数据获取方法及应用于该方法的获取装置
CN109464151A (zh) * 2018-12-29 2019-03-15 中国科学院深圳先进技术研究院 注意抑制能力获取方法、装置、设备及存储介质
CN111528859A (zh) * 2020-05-13 2020-08-14 浙江大学人工智能研究所德清研究院 基于多模态深度学习技术的儿童adhd筛查评估系统
CN111970958A (zh) * 2017-11-30 2020-11-20 思维股份公司 用于检测神经障碍和测量一般认知能力的系统和方法
CN112166298A (zh) * 2018-05-17 2021-01-01 卡尔蔡司工业测量技术有限公司 用于生成测试计划的方法和装置、用于测试测量对象的方法和装置以及计算机程序产品
CN113018124A (zh) * 2021-03-02 2021-06-25 常州市第一人民医院 一种用于单侧忽略患者的康复设备
CN113017629A (zh) * 2021-02-26 2021-06-25 天津微迪加科技有限公司 一种基于情绪斯特鲁普效应的人群危险性评估方法及系统
CN114796790A (zh) * 2022-06-23 2022-07-29 深圳市心流科技有限公司 基于脑电的大脑训练方法、装置、智能终端及存储介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6747172B2 (ja) * 2016-08-24 2020-08-26 株式会社Ｊｖｃケンウッド 診断支援装置、診断支援方法、及びコンピュータプログラム
US11488726B2 (en) * 2017-05-19 2022-11-01 Mindmaze Group Sa System, method and apparatus for treatment of neglect
EP3461394A1 (en) * 2017-10-02 2019-04-03 Essilor International Method and system for adapting the visual and/or visual-motor behaviour of a person
US20210315501A1 (en) * 2020-04-08 2021-10-14 Koninklijke Philips N.V. Method and system for detecting spiral patterns in cancellation tests
CN115920192B (zh) * 2023-02-06 2023-05-09 西南医科大学附属医院 专注力分配能力训练系统、运行方法及存储介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008003044A2 (en) * 2006-06-28 2008-01-03 The Regents Of University Of California Method and apparatus for human behavioral monitoring
US20080027352A1 (en) * 2004-05-26 2008-01-31 Matsushita Electric Works, Ltd Cognitive Function Training Unit
US20090118593A1 (en) * 2007-11-07 2009-05-07 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Determining a demographic characteristic based on computational user-health testing of a user interaction with advertiser-specified content
EP2131266A2 (en) * 2008-06-02 2009-12-09 Sony Ericsson Mobile Communications Japan, Inc. Display processing device, display processing method, display processing program, and mobile terminal device
WO2010042730A1 (en) * 2008-10-08 2010-04-15 The Mclean Hospital Corporation Methods for measuring the magnitude of attention and motor activity disturbance in a subject
CN102245085A (zh) * 2008-10-14 2011-11-16 俄亥俄大学 利用眼跟踪的认知和语言评估
US20120274736A1 (en) * 2011-04-29 2012-11-01 Robinson Ian N Methods and systems for communicating focus of attention in a video conference
WO2013071285A1 (en) * 2011-11-11 2013-05-16 Rutgers, The State University Of New Jersey Methods for the diagnosis and treatment of neurological disorders
WO2013091132A1 (en) * 2011-12-20 2013-06-27 Intel Corporation Automatic adjustment of display image using face detection
WO2013157012A1 (en) * 2012-04-20 2013-10-24 Carmel-Haifa University Economic Corporation Ltd System and method for monitoring and training attention allocation
WO2013159841A1 (en) * 2012-04-24 2013-10-31 Universitat De Barcelona Method of measuring attention
US20140081090A1 (en) * 2010-06-07 2014-03-20 Affectiva, Inc. Provision of atypical brain activity alerts
US20140114148A1 (en) * 2011-11-04 2014-04-24 Questionmark Computing Limited System and method for data anomaly detection process in assessments
CN103764021A (zh) * 2011-05-20 2014-04-30 南洋理工大学 一种用于协同神经-生理学修复和/或功能提升的系统、仪器、装置和方法
CN104102848A (zh) * 2014-07-28 2014-10-15 四川大学 临床躯体症状分类测评系统
CN104146680A (zh) * 2014-09-01 2014-11-19 北京工业大学 一种眼球运动的测量方法和系统
CN104203100A (zh) * 2012-02-09 2014-12-10 人类电工公司 表现评估工具

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100085363A1 (en) * 2002-08-14 2010-04-08 PRTH-Brand-CIP Photo Realistic Talking Head Creation, Content Creation, and Distribution System and Method
US8668334B2 (en) * 2006-02-27 2014-03-11 Vital Art And Science Incorporated Vision measurement and training system and method of operation thereof
JP4721941B2 (ja) 2006-03-30 2011-07-13 北海道公立大学法人 札幌医科大学 検査システム、訓練システムおよび視覚情報呈示システム
JP5016959B2 (ja) * 2007-03-27 2012-09-05 パナソニック株式会社 見え方度判定装置
US8154583B2 (en) * 2007-05-31 2012-04-10 Eastman Kodak Company Eye gazing imaging for video communications
US20140240313A1 (en) * 2009-03-19 2014-08-28 Real Time Companies Computer-aided system for 360° heads up display of safety/mission critical data
US9460601B2 (en) * 2009-09-20 2016-10-04 Tibet MIMAR Driver distraction and drowsiness warning and sleepiness reduction for accident avoidance
US8330793B2 (en) * 2009-10-09 2012-12-11 Hewlett-Packard Development Company, L.P. Video conference
JP5869770B2 (ja) 2010-03-16 2016-02-24 国立大学法人 東京大学 視覚認知検査システム、訓練システムおよび支援システム
WO2011130202A2 (en) * 2010-04-16 2011-10-20 The Johns Hopkins University Device to monitor and treat hemiplegia and hemispatial neglect
CA2749487C (en) * 2010-10-21 2018-08-21 Queen's University At Kingston Method and apparatus for assessing or detecting brain injury and neurological disorders
US9927940B2 (en) 2011-06-03 2018-03-27 Massachusetts Institute Of Technology Method and apparatus accounting for independent cognitive capacities in the right vs. left half of vision
US20130090562A1 (en) 2011-10-07 2013-04-11 Baycrest Centre For Geriatric Care Methods and systems for assessing cognitive function
WO2014172369A2 (en) * 2013-04-15 2014-10-23 Flextronics Ap, Llc Intelligent vehicle for assisting vehicle occupants and incorporating vehicle crate for blade processors
US8668337B2 (en) * 2012-04-18 2014-03-11 TBI Diagnostics LLC System for the physiological evaluation of brain function
US8951046B2 (en) 2012-08-10 2015-02-10 Sync-Think, Inc. Desktop-based opto-cognitive device and system for cognitive assessment
US9198571B2 (en) * 2013-03-15 2015-12-01 Neuro Kinetics, Inc Method of measuring and analyzing ocular response in a subject using stable pupillary parameters with video oculography system

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080027352A1 (en) * 2004-05-26 2008-01-31 Matsushita Electric Works, Ltd Cognitive Function Training Unit
WO2008003044A2 (en) * 2006-06-28 2008-01-03 The Regents Of University Of California Method and apparatus for human behavioral monitoring
US20090118593A1 (en) * 2007-11-07 2009-05-07 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Determining a demographic characteristic based on computational user-health testing of a user interaction with advertiser-specified content
EP2131266A2 (en) * 2008-06-02 2009-12-09 Sony Ericsson Mobile Communications Japan, Inc. Display processing device, display processing method, display processing program, and mobile terminal device
WO2010042730A1 (en) * 2008-10-08 2010-04-15 The Mclean Hospital Corporation Methods for measuring the magnitude of attention and motor activity disturbance in a subject
CN102245085A (zh) * 2008-10-14 2011-11-16 俄亥俄大学 利用眼跟踪的认知和语言评估
US20140081090A1 (en) * 2010-06-07 2014-03-20 Affectiva, Inc. Provision of atypical brain activity alerts
US20120274736A1 (en) * 2011-04-29 2012-11-01 Robinson Ian N Methods and systems for communicating focus of attention in a video conference
CN103764021A (zh) * 2011-05-20 2014-04-30 南洋理工大学 一种用于协同神经-生理学修复和/或功能提升的系统、仪器、装置和方法
US20140114148A1 (en) * 2011-11-04 2014-04-24 Questionmark Computing Limited System and method for data anomaly detection process in assessments
WO2013071285A1 (en) * 2011-11-11 2013-05-16 Rutgers, The State University Of New Jersey Methods for the diagnosis and treatment of neurological disorders
WO2013091132A1 (en) * 2011-12-20 2013-06-27 Intel Corporation Automatic adjustment of display image using face detection
CN104203100A (zh) * 2012-02-09 2014-12-10 人类电工公司 表现评估工具
WO2013157012A1 (en) * 2012-04-20 2013-10-24 Carmel-Haifa University Economic Corporation Ltd System and method for monitoring and training attention allocation
WO2013159841A1 (en) * 2012-04-24 2013-10-31 Universitat De Barcelona Method of measuring attention
CN104102848A (zh) * 2014-07-28 2014-10-15 四川大学 临床躯体症状分类测评系统
CN104146680A (zh) * 2014-09-01 2014-11-19 北京工业大学 一种眼球运动的测量方法和系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111970958A (zh) * 2017-11-30 2020-11-20 思维股份公司 用于检测神经障碍和测量一般认知能力的系统和方法
CN112166298A (zh) * 2018-05-17 2021-01-01 卡尔蔡司工业测量技术有限公司 用于生成测试计划的方法和装置、用于测试测量对象的方法和装置以及计算机程序产品
CN112166298B (zh) * 2018-05-17 2022-05-17 卡尔蔡司工业测量技术有限公司 生成测试计划的方法和装置、测试测量对象的方法和装置
CN109171739A (zh) * 2018-07-25 2019-01-11 李风华 运动数据获取方法及应用于该方法的获取装置
CN109171739B (zh) * 2018-07-25 2020-11-10 首都医科大学附属北京安定医院 运动数据获取方法及应用于该方法的获取装置
CN109464151A (zh) * 2018-12-29 2019-03-15 中国科学院深圳先进技术研究院 注意抑制能力获取方法、装置、设备及存储介质
CN111528859A (zh) * 2020-05-13 2020-08-14 浙江大学人工智能研究所德清研究院 基于多模态深度学习技术的儿童adhd筛查评估系统
CN111528859B (zh) * 2020-05-13 2023-04-18 浙江大学人工智能研究所德清研究院 基于多模态深度学习技术的儿童adhd筛查评估系统
CN113017629A (zh) * 2021-02-26 2021-06-25 天津微迪加科技有限公司 一种基于情绪斯特鲁普效应的人群危险性评估方法及系统
CN113018124A (zh) * 2021-03-02 2021-06-25 常州市第一人民医院 一种用于单侧忽略患者的康复设备
CN114796790A (zh) * 2022-06-23 2022-07-29 深圳市心流科技有限公司 基于脑电的大脑训练方法、装置、智能终端及存储介质
CN114796790B (zh) * 2022-06-23 2022-09-27 深圳市心流科技有限公司 基于脑电的大脑训练方法、装置、智能终端及存储介质

Also Published As

Publication number Publication date
US20160171696A1 (en) 2016-06-16
WO2016096703A1 (en) 2016-06-23
JP2018503410A (ja) 2018-02-08
JP6262406B1 (ja) 2018-01-17
US9978145B2 (en) 2018-05-22
CN107106094B (zh) 2020-07-07
EP3232930A1 (en) 2017-10-25
EP3232930B1 (en) 2018-09-05

Similar Documents

Publication Publication Date Title
CN107106094A (zh) 注意力缺陷的评估
US11676513B2 (en) System and method for three-dimensional augmented reality guidance for use of equipment
CN110167421A (zh) 整体地测量视觉功能的临床参数的系统
Wang et al. Screening early children with autism spectrum disorder via response-to-name protocol
US20200268349A1 (en) System and method for analysis of medical equipment system results generated by augmented reality guidance of medical equipment systems
US20200265754A1 (en) System and method for augmented reality guidance for use of medical equipment systems with transmission of data to remote location
CN109152559A (zh) 用于定量评估视觉运动神经响应的方法和系统
CN110020628A (zh) 基于面部检测的坐姿检测方法、系统、设备及存储介质
Batliner et al. Automated areas of interest analysis for usability studies of tangible screen-based user interfaces using mobile eye tracking
US20230147689A1 (en) System and method for adaptive guidance for use of equipment systems
Fasko et al. Towards human activity recognition and objective performance assessment in human patient simulation: A case study
US7533001B2 (en) Apparatus and method for evaluating equipment operability
KR20200134751A (ko) 동영상 학습 환경에서 학습자의 스캔 패턴에 기초한 학습 성과 예측 방법
Larumbe-Bergera et al. SeTA: Semiautomatic tool for annotation of eye tracking images
Hild et al. Spatio-temporal event selection in basic surveillance tasks using eye tracking and EEG
Criss et al. Video assessment of finger tapping for Parkinson's disease and other movement disorders
Soderstrom et al. Toward emotional recognition during hci using marker-based automated video tracking
Pinkes et al. Investigating a classical neuropsychological test in a real world context
Jatesiktat et al. Autonomous modeling of repetitive movement for rehabilitation exercise monitoring
Shynkarenko et al. Automated monitoring of content demand in distance learning
Ivaschenko et al. Computer Vision System for Monitoring User Attention in Interactive User Interfaces
Qi et al. Effects of Cybersickness Mitigation Methods on Behavior: A Comparative Study Based on the Skill–Rule–Knowledge Model
Vega Self-calibrating eye tracker using imagesaliency: Självkalibrerande ögonspårare medhjälp av image saliency
Swami et al. CLET: Computation of Latencies in Event-related potential Triggers using photodiode on virtual reality apparatuses
Levin et al. Eye movement analysis in visual inspection of geospatial data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200707

CF01 Termination of patent right due to non-payment of annual fee